Elorian Glimpse

Elorian Glimpse 2026 评测：结论、定价、优缺点与评分

§0. 结论框（Verdict Box）

┌───────────────────────────────────────────────────┐

§1. 信任声明

本评测以官方产品站与博客、模型聚合与网关（OpenRouter、Vercel AI Gateway、ModelsLab）、第三方评测与报道（eesel AI、Web Pulse、ArtificialWatch、aicoder、LM Market Cap、TechCrunch/Bloomberg/Forbes）为主要材料，按「厂家宣称与公开数据交叉验证」的方法论撰写。本次核验未调用 Glimpse API 跑通一次真实视觉推理任务，因此基准分数与「接近 GPT-6 Astra、价格约 1/16」的论断均为厂商或第三方口径，无同环境实测。

独立性说明：本文不接受厂商付费改写结论。涉及功能、定价与基准的地方，以官方与一致口径为准。公司与团队信息以官网与媒体报道为限。

§2. 极简结论（TLDR）

一句话：Elorian 的首款模型 Glimpse 是一个「视觉思考模型」，它直接在图像与视频上推理，而不是先把画面翻译成文字再让语言模型去想——靠一个叫「视觉草稿空间」的机制，在推理过程中反复回看原图、抽取视频帧、甚至运行测量代码，把答案锚定在真实画面上。

三条加分：原生视觉推理，避免两步法（视觉转文字再推理）的脆弱与幻觉。视觉草稿空间，边想边看，对密集场景里的小细节与跨帧事件更稳。性价比炸裂，输入 $0.60 / 输出 $3 每百万 token，约为对比基线 GPT-6 Astra（$10/$50）的 1/16 价格。

三条减分：基准是厂商自跑，且在长视频与场景感知项上落后基线 7 分以上。产品极新，2026 年 10 月 16 日才发布，长期可用性待观察。闭源无权重，数据要发往 API 提供方，隐私姿态未专门披露。

§3. Elorian / Glimpse 是什么

Elorian 是一家 2026 年 4 月成立、由前 Google DeepMind 研究员（Andrew Dai 等）创办的 Palo Alto 前沿 AI 实验室，拿了约 5500 万美元融资（Striker Ventures、Menlo Ventures、Altimeter、NVIDIA、49 Palms 等，并有 Jeff Dean 站台）。Glimpse 是它的第一个产品。

Glimpse 的自我定位是「视觉思考模型」（visual thinking model）。当前多模态模型大多是两步走：把图像编码成文字或 token，再交给语言模型推理——这条路在复杂空间、物理与抽象关系上很脆弱、容易幻觉。Glimpse 要的是原生视觉推理：直接在像素与视频上思考空间关系、物理约束、设计意图与抽象概念。

它的关键机制叫「视觉草稿空间」（visual scratch space）：推理过程中不只看一次图，而是会回看原图、裁剪关注区、抽取视频帧、运行测量代码，把每一步结论锚定在真实画面上。Elorian 称这让它在科学图表分析、视频描述、机器人规划、视觉计数等任务上更可靠，并可与一个会调用代码与视觉工具的代理配合，做代理式视觉工作流。

§4. 适合谁 / 不适合谁

适合的人：第一类是做视觉密集应用的开发者，要图表解析、视频描述、物体计数、机器人视觉规划。第二类是预算敏感、想用约 1/16 价格换接近旗舰多模态能力的团队。第三类是用 OpenRouter/Vercel/ModelsLab 等网关、要 OpenAI/Anthropic 兼容接口的团队。第四类是做代理式视觉工作流、需要模型边推理边查图的人。

不适合的人：第一类是只要纯文本或纯生成（画图/视频）的人，Glimpse 是理解推理而非生成。第二类是要求开源权重、可自托管审计的团队。第三类是处理超长视频、依赖最强场景感知的人，它在长视频项上落后基线。第四类是对数据出境敏感、不愿发往 API 提供方的团队。

§5. 核心功能与实测

边界里最要紧的是第一行与最后一行。Glimpse 是「理解/推理」模型，不画图不生成视频，别把它当图像或视频生成器；而它走 OpenRouter/Vercel/ModelsLab 等网关，实际可用性与是否加价取决于这些第三方，直接调用也要自己处理密钥与限流。

另一处边界是「视觉草稿空间」虽强，但反复回看、抽帧、跑代码是多步操作，在超长视频或高密度场景下推理开销与延迟会上升，真实成本要按任务量测算。

§6. 定价与隐形成本

公开口径是按量付费：输入 $0.60 / 输出 $3.00 每百万 token（厂商与 OpenRouter/ModelsLab 等聚合页一致），约比对比基线 GPT-6 Astra（$10/$50）低 94%。无订阅、无免费档，纯按调用量计费；上下文窗口 220K–262K token。

隐形成本有三项，且第一项最实。第一是网关加价，经 OpenRouter/Vercel/ModelsLab 调用可能叠加平台费用，实际单价高于厂商标价。第二是任务级成本，视觉草稿空间的多步推理与长上下文会放大 token 消耗，单张复杂图或一段视频的真实花费要实测。第三是工程成本，接入、密钥管理、限流与失败重试都要自己兜底。

性价比定论：以「约 1/16 价格接近旗舰多模态」看，对视觉密集应用的开发者极划算；但要把网关加价、任务级 token 放大与接入人力算进总拥有成本，再决定是否上生产。

§7. 评分卡（加权评分）

分数结构说明判断。核心能力给 8.5，是因为「原生视觉推理 + 视觉草稿空间」确实戳中了两步法多模态的脆弱点，且长上下文与跨帧追踪对症实际视觉任务。性价比 9.0，1/16 价格极具冲击力。输出 8.0，有胜出也有明显短板。易用 8.5，兼容协议与网关让集成顺。生态 7.5，年轻。隐私 6.5，闭源且未披露姿态。

§8. 真实口碑综述

可核实的公开信号偏正面且媒体背书强。发布由 TechCrunch、Bloomberg、Fast Company、Forbes、The Neuron 等报道，共识集中在一点：前 DeepMind 团队押注「视觉先于语言」的推理范式，用反复回看画面的方式降低幻觉。

需要直说的局限有两点。第一，Glimpse 在图表推理（CharXiv-R 92.90 对 92.10）、计数（FSC-147 83.36 对 82.02）与视频描述上胜出 GPT-6 Astra，但在 HSS、Video-MME v2 等长视频与场景感知项上落后 7 分以上；第三方 eesel AI 的诚实结论是「在大多数视觉测试上接近 Astra、价格约 1/16」，而非全面超越——这些都是厂商自跑基准，缺独立复现。第二，产品 2026 年 10 月 16 日才发布，极新，长期稳定性与厂商持续运营待观察。

一个间接信号是它已上 OpenRouter、Vercel AI Gateway、ModelsLab 多个网关，说明不是纯论文玩具、已有可调用的推理服务。结论是方向正面、性价比突出，但基准偏厂商、成熟度待验。

§9. 竞品对比

第一类是旗舰多模态闭源模型，例如以 GPT-6 Astra 一类为代表。优势是全面、生态强。劣势是贵（约 16 倍价）。Glimpse 的差异是视觉草稿空间 + 约 1/16 价格。

第二类是通用多模态模型，例如以 Gemini、Claude 一类为代表。优势是广、文档全。劣势是同样两步法、价格更高。Glimpse 在视觉密集任务上更专更省。

第三类是专用视觉模型。优势是单点强。劣势是缺推理与代理能力。Glimpse 把视觉理解与推理、代理工作流揉在一起。

选型的关键在你要旗舰全能、通用多模态，还是高性价比视觉推理。要全能选第一类，要通用选第二类，要视觉推理性价比选 Glimpse。

§10. 优缺点（Pros & Cons）

优点：

1. 原生视觉推理：直接在图像/视频上想，不先翻译文字
2. 视觉草稿空间：推理中回看原图、抽帧、跑测量代码，抑制幻觉
3. 性价比炸裂：输入 $0.60 / 输出 $3 每 M token，约基线 1/16
4. 长上下文：220K–262K token，吃得进复杂图文与视频
5. 易集成：OpenAI/Anthropic 兼容，上 OpenRouter/Vercel/ModelsLab
6. 团队背书：前 DeepMind 团队，5500 万美元融资，媒体广泛报道

缺点：

1. 基准偏厂商：胜出项为自跑评测，长视频/场景感知落后 7 分以上
2. 产品极新：2026 年 10 月发布，长期可用性待观察
3. 闭源无权重：无开源仓库，不可自托管审计
4. 数据出境：需发往 API 提供方，隐私姿态未专门披露
5. 非生成模型：不画图不生成视频，只做理解推理
6. 网关依赖：实际可用性与加价取决于第三方网关

§11. 风险与不适用

基准风险排第一位。图表推理、计数、视频描述等胜出 GPT-6 Astra 的基准均为厂商自跑，且 Glimpse 在 HSS、Video-MME v2 等长视频与场景感知项上落后 7 分以上；正式采购或上线前，应在你自己的视觉任务上复验准确率与延迟，别把「接近 Astra、价格 1/16」当实测。

成本与依赖风险排第二位。价格 $0.60/$3 为厂商与聚合页口径，经 OpenRouter/Vercel/ModelsLab 等网关可能加价；视觉草稿空间多步推理会放大 token 消耗，单任务真实成本要实测；且可用性绑在第三方网关上。

适用性与合规风险排第三位。模型闭源、无权重、数据发往 API 提供方，隐私姿态未专门披露，数据出境敏感行业要谨慎；超长视频、强场景感知任务它明显偏弱；国内访问取决于网关可达性。

以下情形明确不适用。只要纯文本或纯生成（画图/视频）的人。要求开源权重可自托管审计的团队。处理超长视频、依赖最强场景感知的人。对数据出境敏感、不愿发往 API 提供方的团队。

§12. 总评与购买建议

给 8.3 分。这个分数的重心在「它用原生视觉推理 + 视觉草稿空间，把多模态最脆弱的『先看后想』两步法改成了『边看边想』」，且把价格打到旗舰的约 1/16，对视觉密集应用的开发者是稀缺且对症的供给。

减分集中在成熟度的面。基准偏厂商、产品极新、闭源无权重、隐私未披露，都让「长期用稳不稳、值不值」打了问号，但这些更多是采用层面的注意项，不伤产品本身的技术价值。

试不试：建议先在 OpenRouter 或 ModelsLab 开个小额度，挑你真实的视觉任务（比如图表解析或视频计数）跑一批，看它是否真比你现在用的多模态模型更准更省，再决定是否接生产。

预算判断：按 token 计费、无订阅，把网关加价、任务级 token 放大与接入人力算进总拥有成本；视觉草稿空间的多步推理会放大消耗，先小批量测单价。

一句话定论：Elorian 的 Glimpse 用原生视觉推理与「视觉草稿空间」在图像视频上边看边想，以约旗舰 1/16 的价格提供接近的多模态能力，对视觉密集应用的开发者是高性价比之选，但基准偏厂商、产品极新且闭源，决定了它适合愿自测、能接网关、对数据出境不敏感的团队。

本次核验的边界：图表推理、计数与视频描述等胜出 GPT-6 Astra 的基准均为厂商自跑评测，且 Glimpse 在 HSS、Video-MME v2 等长视频/场景感知项上落后 7 分以上，整体为「接近 Astra、价格约 1/16」而非全面超越；价格 $0.60/$3 为厂商与聚合页口径，实际经 OpenRouter/Vercel/ModelsLab 等网关可能有加价；模型为闭源、无开源权重与公开 GitHub；数据需发往 API 提供方，隐私姿态未专门披露；2026 年 10 月 16 日发布，产品极新、长期可用性待观察；国内访问取决于网关可达性。

来源清单：

[1] 官方产品站与博客（elorian.ai，含「INTRODUCING GLIMPSE」发布博文与公司/团队页）— 用于核实产品定位（视觉思考模型）、视觉草稿空间推理、上下文长度与公司背景（前 DeepMind、Palo Alto、5500 万美元融资）

[2] 模型聚合与网关（OpenRouter、Vercel AI Gateway、ModelsLab）— 用于核实 API 可用形态、兼容协议（OpenAI/Anthropic）、定价（$0.60/$3 每 M tokens）与上下文窗口

[3] 第三方评测与报道（eesel AI、Web Pulse、ArtificialWatch、aicoder、LM Market Cap、TechCrunch/Bloomberg/Forbes）— 用于交叉核实发布时间（2026 年 10 月 16 日）、基准（CharXiv-R/FSC-147/Video-MME v2 对比 GPT-6 Astra）与「约 1/16 价格接近 Astra」的独立解读